GNRK: 图神经龙格 - 库塔方法求解偏微分方程
原文中文，约400字，阅读约需1分钟。发表于：。神经网络能够高效地处理偏微分方程，但通常局限于特定的方程和约束条件。为了在效率和通用性之间取得平衡，本研究引入了一种新方法，称为图神经龙格 - 库塔（GNRK），它将图神经网络模块与受经典求解器启发的循环结构集成。GNRK 在图结构上运作，确保在域离散化期间对空间和时间分辨率变化具有鲁棒性。此外，它证明了解决一般的方程的能力，而不受初始条件或方程系数的影响。通过使用二维 Burgers...
研究提出了一种新方法GNRK，将图神经网络模块与受经典求解器启发的循环结构集成，能够解决一般的方程，对空间和时间分辨率变化具有鲁棒性，通过基准测试揭示了其在模型大小和准确性方面的优势。
